蛋白质基序支架通常要求基序在序列中的位置和几个刚性片段之间的相对姿态都事先给定，而许多应用两者都没有。NomadFlow 把每个基序组作为条件输入，用组投影精确保持组内几何，并让各组在生成的前半程独立移动，之后固定为条件完成支架。在由 Protpardelle 任务改造的 21 个多组任务上，19 个取得唯一成功；与同一残基集固定为单一刚体的对照相比，成功率中位比为 0.57，而唯一成功数中位比为 1.00。
俄罗斯团队用囚禁离子上的三能级量子忆阻器构建储备池计算系统，靠玻恩规则非线性、量子相干与反馈记忆处理经典时间序列。两个耦合量子忆阻器加两次芯片运行，在单项式 xd 任务上把测试均方误差保持在 10^-2 以下直到 d=100，代价是读出权重增至 50 个；经典回声状态网络在 d 约 40 以上即使扩到 2000 个节点也无法匹配。在 NARMA10 等记忆主导任务上，该储备池只与最小规模经典网络持平。
自适应任务分配此前只在工人计算时间固定的假设下才有理论保证，一旦共享集群里出现资源争抢、后台任务或网络拥塞，原本快的工人会临时变慢，旧分配随之失效。新的滑动窗口自适应任务分配（SW-ATA）用最近一段观测估计每个工人的延迟均值，并按置信下界选择分配，从而在延迟分布逐轮变化时仍能跟踪快工人。在合成漂移延迟的分布式随机优化实验中，它明显优于原自适应分配和均匀分配，运行时间接近已知真实均值的理想分配，同时消耗的工人时间最少。
CADFather 是一个无需额外训练的自主智能体，用视觉语言助手在候选 CAD 程序池上决定扩展哪个程序、调用哪种工具以及采样多少提案，把学习式提案生成、基于几何拟合的算法式提案与参数优化统一在同一 CadQuery 表示中，并在 DeepCAD、Fusion360、MCB 全测试集上取得零无效率和更高的平均 IoU、GMS 与更低的中位 Chamfer 距离。
该工作面向XPlainVerse可解释深度伪造检测挑战，提出模块化检测与解释系统：检测端融合多个DINOv3骨干与Mesorch取证特征，并用Grounding-DINO将解释中的局部伪影描述转为弱块级伪掩码监督Artifact Evidence Map，再以局部块级对比目标分离伪影与真实证据；解释端用按类别条件选择的Qwen3-VL生成复杂解释并经GRPO优化简化模型，在完整测试集上取得0.9349检测准确率、0.5571解释分与0.7456最终挑战分。
已读完全部报道